Alternativas ao AI Endurance em 2026: quando um coach de resistência com gêmeo digital deixa de servir (e para onde migrar)

Se o AI Endurance criou um gêmeo digital seu, por que você está procurando alternativas?

A alternativa certa ao AI Endurance depende inteiramente de qual das cinco frustrações específicas fez você começar a procurar — e a maioria das listas de “melhores alternativas” nunca faz essa pergunta.

O AI Endurance (aiendurance.com) é uma plataforma de coaching baseada em machine learning para corredores, ciclistas e triatletas, disponível na web, iOS e Android. Sua marca registrada é um gêmeo digital: uma rede neural por usuário, treinada com o seu próprio histórico de treinos, atualizada a cada 24 horas aproximadamente, que simula como você responderia a diferentes planos e prescreve aquele que prevê maximizar seu desempenho na prova.

Traduzindo isso sem rodeios: é machine learning preditivo — números sendo processados para prever resultados — não a IA no estilo ChatGPT que a maioria das pessoas tem em mente em 2026. Ele não conversa com você e não se explica. Ele calcula um plano e entrega.

Essa distinção é a espinha dorsal deste guia, então vale guardar: um modelo que prevê é um animal diferente de um coach que raciocina em voz alta.

Aqui estão as cinco frustrações que levam as pessoas a procurar a saída:

A caixa-preta — faz previsões que você não pode questionar nem contestar.
Sem contexto — modela sua fisiologia, mas não sabe nada sobre sua semana real.
Arestas por limar — um player de treino imaturo, integrações desajeitadas e um silo de um esporte por vez.
O imposto do DFA alpha 1 — seu melhor sinal exige uma cinta peitoral e disciplina para manter os dados limpos.
Você quer mais — um coach humano, ou um ecossistema maior do que um app construído por uma pessoa só pode oferecer.

Cada uma aponta para um lugar diferente. Este guia combina o motivo com a troca certa — SensAI incluído, mas só onde ele é honestamente a resposta — e é igualmente claro sobre os casos em que a resposta não somos nós.

A alternativa certa ao AI Endurance depende do motivo da sua saída

Encontre a linha que soa como você, depois leia da esquerda para a direita. É essa a decisão inteira.

Por que você está saindo	O que você realmente precisa	Troque para
Previsões de caixa-preta que você não consegue questionar	Um coach que mostra o raciocínio	SensAI (explicações por LLM) ou Athletica (transparência com ciência publicada)
Prescreve, mas não consegue raciocinar sobre sua semana ou sua vida	Contexto conversacional e memória	SensAI
Player de treino imaturo, integrações desajeitadas, silo de um esporte só	Execução polida	TrainerRoad (estruturado) ou JOIN (ciclismo)
O peso de configurar o DFA alpha 1 (cinta peitoral, dados sem artefatos)	Um sinal adaptativo mais simples	Xert ou JOIN; recuperação por wearable de pulso → SensAI
Quer um coach humano ou um ecossistema maior	Um marketplace de coaches e análises profundas	TrainingPeaks (com Intervals.icu como sandbox gratuito)

Repare que só uma dessas linhas aponta diretamente para um coach com LLM. A maioria te manda para outro lugar — um app de ciclismo mais polido, um modelo de potência sem cinta, ou uma pessoa de verdade em um marketplace. Isso é proposital. Um coach que raciocina e é atento à recuperação resolve um problema específico, e fingir que ele resolve todos os cinco seria exatamente o tipo de venda exagerada que este guia existe para evitar.

O que o AI Endurance realmente faz bem

Crédito onde é devido: o AI Endurance está fazendo ciência do esporte real e defensável, e as críticas mais adiante neste texto são sobre experiência, não sobre medição.

O gêmeo digital, explicado em português simples

Pense no gêmeo digital como um modelo meteorológico — só que o clima é você.

O modelo de um meteorologista absorve a atmosfera de hoje e simula milhares de amanhãs possíveis para achar o mais provável. O AI Endurance constrói uma rede neural por atleta a partir dos seus treinos enviados, retreina esse modelo a cada 24 horas aproximadamente conforme novos dados chegam, e então simula planos de treino candidatos contra esse modelo de você. Ele entrega o plano que prevê que vai produzir seu melhor resultado na prova.

Isso é genuinamente inteligente. Um plano de média populacional trata você como o atleta mediano; um modelo pessoal trata você como você. A pegadinha — e é a espinha da frustração nº 1 — é que uma previsão não é uma explicação.

DFA alpha 1: detecção de limiar sem teste de laboratório

O outro recurso de destaque do AI Endurance estima seus limiares de treino a partir da variabilidade da frequência cardíaca, sem precisar de medidor de lactato nem máscara de gases.

Aqui vai a versão em português simples. Durante o exercício, o tempo entre um batimento cardíaco e outro carrega uma assinatura fractal oculta, e uma medida dela — o expoente de escala de curto prazo da análise de flutuação destendenciada, ou DFA alpha 1 — se desloca de forma previsível conforme você se esforça mais. Bruce Rogers, MD, da University of Central Florida College of Medicine, e Thomas Gronwald, PhD, da MSH Medical School Hamburg, mostraram em uma série de estudos que essa assinatura acompanha a intensidade: seu limiar aeróbico fica perto de um valor de DFA alpha 1 de cerca de 0,75,¹ e seu limiar anaeróbico, mais alto, perto de cerca de 0,5.² Gronwald e colegas descreveram o marcador como uma leitura em nível de sistema de o quanto todo o seu organismo está sendo exigido.³

Essa é fisiologia real, revisada por pares, não uma métrica de marketing — e a implementação do AI Endurance se sustenta. Testes independentes descobriram que o cálculo de DFA alpha 1 do aplicativo se correlacionava com o Kubios, o padrão-ouro de pesquisa, em aproximadamente r = 0,96, com apenas diferenças triviais.⁴

Então seja preciso sobre a reclamação. A medição é precisa. As frustrações que as pessoas enfrentam são sobre o peso de coletá-la e a opacidade do que o modelo faz com ela — o que veremos a seguir.

Preços do AI Endurance (em julho de 2026)

O AI Endurance custa cerca de $20/mês, ou cerca de $130 no plano anual, com um teste gratuito de 14 dias que não exige dados de pagamento. Em julho de 2026, os valores publicados variam por plataforma e região — o plano anual direto fica perto de $130, enquanto o preço via compra no app costuma ser mais alto, próximo de $200/ano — então confirme o valor atual em aiendurance.com/pricing. Mesmo no topo dessa faixa, ele fica abaixo da maioria das assinaturas de treino estruturado, bem abaixo do TrainerRoad.

Em conectividade, é generoso. Ele importa dados de Garmin, Suunto, Coros, Polar, Wahoo, Hammerhead, Intervals.icu, Strava, Stryd, Oura, WHOOP e Zwift, e exporta treinos de volta para Garmin, Zwift, TrainingPeaks, Intervals.icu, Rouvy e TrainerDay. Se seus dados estão em algum lugar, ele provavelmente consegue alcançá-los.

Frustração nº 1: a caixa-preta — previsões que você não consegue questionar

O motivo mais comum para as pessoas deixarem um coach preditivo é que ele entrega um plano novo, mas nunca um motivo.

Você acorda, o gêmeo regenerou sua semana, e a sessão de hoje é diferente. Por quê? Você não pode perguntar. O modelo rodou sua simulação, os números se moveram, e a interface entrega um resultado sem nenhum argumento junto. Se você discorda, não há nada contra o que argumentar.

Há uma versão mais profunda desse problema discutida em threads de comunidade sobre a plataforma: um modelo treinado com o seu próprio histórico tende a otimizar dentro desse histórico.⁵ Se seu treino passado foi mediano ou interrompido por lesões, o gêmeo aprende com a mediocridade e prescreve com confiança dentro desses limites. Ele também pode se apoiar fortemente em resultados simulados em vez de resultados rastreados de atletas reais seguindo planos reais — o que é um tipo de validação muito diferente. Uma previsão construída sobre o seu teto pode, silenciosamente, mantê-lo abaixo dele.

Duas rotas de fuga resolvem isso a partir de direções opostas.

Athletica responde à transparência com ciência publicada: é um motor de regras construído sobre o modelo de Potência Crítica, então toda prescrição remonta a uma fórmula que você pode inspecionar. Escrevemos um guia complementar completo sobre quando o Athletica deixa de servir e para onde migrar — a versão curta é que sua transparência é estrutural, não conversacional.

SensAI responde com linguagem. Por ser um coach com LLM em vez de um modelo de previsão, você pode literalmente perguntar “por que essa semana está mais leve que a última?” — e receber uma resposta em português simples que faz referência à sua HRV noturna real e ao seu sono recente, e então negociar a partir daí. Ele também pode te dizer que está lendo essa HRV como uma tendência contínua, e não como uma manhã isolada de pânico — o princípio que Daniel Plews, PhD, da Auckland University of Technology, passou uma década estabelecendo sobre como ler esse sinal.⁶ Esse contrato de “pergunte por quê” é todo o ponto de um app de treino que explica seu raciocínio em vez de simplesmente dar ordens. Uma previsão que você não pode questionar é exatamente o que um coach explicável substitui.

Frustração nº 2: ele prevê sua fisiologia, mas não consegue raciocinar sobre sua vida

O que acontece quando o modelo conhece de cor seus últimos 200 treinos — mas não faz ideia de que você tem um voo noturno hoje?

Essa é a frustração nº 2, e ela é estrutural. O gêmeo digital é um mapa excelente da sua fisiologia e um vazio total sobre suas circunstâncias. Ele não consegue considerar o voo, a semana de prazo apertado, o tendão da coxa que você mencionaria a qualquer coach humano em uma frase. Avaliações da plataforma já apontaram exatamente isso: seus ajustes de recuperação ignoram o contexto do mundo real, a configuração é exigente e a curva de aprendizado é íngreme.

Um coach com LLM muda esse contrato porque consegue lidar com o que é confuso e não numérico. O SensAI mantém uma memória das suas lesões, restrições e agenda entre as sessões; permite que você modifique um treino no meio de uma série usando linguagem natural; e regenera sua semana combinando dados de desempenho, sinais de recuperação e o que quer que você tenha contado sobre sua vida. Diga a ele que você vai viajar na quinta-feira e que está dormindo mal, e isso molda o plano de sexta.

Nada disso significa que a adaptação seja mágica — a evidência é mais interessante que isso. Estudos controlados continuam encontrando que deixar a recuperação medida guiar o treino iguala ou supera um plano fixo. Corredores guiados por HRV em um estudo randomizado melhoraram seu tempo de 3000 m em cerca de 2,1%, contra 1,1% no grupo predefinido.⁷ Ciclistas guiados por HRV em outro estudo melhoraram a potência de pico em aproximadamente 5,1% e seu contrarrelógio de 40 minutos em cerca de 7,3%, enquanto o grupo de periodização tradicional não melhorou de forma significativa ao longo do bloco.⁸ Um terceiro grupo igualou os ganhos de desempenho de um plano fixo prescrevendo menos trabalho intenso.⁹

Então responder ao seu estado medido claramente funciona. A pergunta em aberto não é se a adaptação ajuda — é se essa adaptação é legível e negociável, ou se acontece silenciosamente dentro de um modelo. Para um olhar mais profundo sobre como isso se desenrola esporte por esporte, veja nosso texto sobre coaching com IA para atletas de resistência.

A ressalva honesta do nosso lado: a profundidade do SensAI em resistência ainda está amadurecendo em comparação a uma plataforma de triathlon dedicada, e hoje ele é exclusivo para iOS. Ganhamos em raciocínio e memória, não em tradição de resistência.

Frustração nº 3: o player de treino, as integrações e o silo de um esporte só

Se sua frustração é com a execução, e não com a inteligência, o conserto não é um modelo mais esperto — é um app mais polido.

O AI Endurance é, pela maioria dos relatos, uma operação pequena acima do seu peso, e isso aparece nas arestas por limar. Falta um player de treino guiado maduro, uma reclamação que aparece até de usuários de longa data satisfeitos. O feedback da App Store — um conjunto modesto de avaliações, com média em torno de quatro estrelas em julho de 2026 — aponta integrações desajeitadas com terceiros, lacunas no calendário e uma interface bastante básica. E, em geral, você se compromete a ser corredor ou ciclista ou triatleta por vez, em vez de treinar fluidamente entre esportes.

Mas dê o devido crédito ao outro lado. Usuários de longa data elogiam como o app incorpora de forma limpa a HRV noturna e a frequência cardíaca de repouso no planejamento, o quanto o desenvolvedor solo é responsivo a feedback, e o quanto é mais barato do que os incumbentes de treino estruturado. É uma ferramenta que melhora de forma constante e escuta.

AI Endurance vs TrainerRoad

Escolha o TrainerRoad se o polimento na execução for o seu ponto de ruptura; fique com o AI Endurance se preço e limiares baseados em HRV importarem mais.

O TrainerRoad é a troca oposta: focado em ciclismo, com uma biblioteca enorme de treinos estruturados, o melhor player de treino indoor da categoria, e treino adaptativo que remodela seu plano conforme você completa os pedais. Custa $21,99/mês ou $209/ano em julho de 2026 — visivelmente mais que o AI Endurance, e sem nenhuma camada de raciocínio conversacional. O que você compra é execução e profundidade em cima da bike, não um coach com quem conversar.

JOIN

Para ciclismo puro com menos maquinário, o JOIN oferece pedais adaptativos diários que se ajustam ao que você realmente fez, por €16,99/mês ou €119,99/ano em julho de 2026. É mais simples que o TrainerRoad e mais estreito que o AI Endurance — uma escolha limpa se “só me diga o pedal de hoje” é todo o seu pedido.

Frustração nº 4: o imposto oculto do DFA alpha 1 — a cinta peitoral e o peso da configuração

A pegadinha que ninguém menciona quando te vendem o teste de limiar sem laboratório: o DFA alpha 1 só é tão bom quanto os dados brutos que o alimentam, e manter dados limpos é uma tarefa chata.

Medi-lo bem significa capturar dados de intervalo entre batimentos (R-R) sem artefatos durante o exercício. Isso exige uma cinta peitoral de qualidade, as configurações de gravação certas e vigilância contra quedas de sinal — um único batimento perdido pode arruinar o cálculo. A frequência cardíaca óptica de pulso, o tipo que a maioria das pessoas realmente usa, geralmente não é precisa o suficiente para isso. O próprio trabalho de Rogers e Gronwald enfatiza o quanto o marcador é sensível à qualidade da gravação e à correção de artefatos;¹³ é um protocolo real, não uma leitura passiva. E há uma lição mais ampla da ciência do monitoramento aqui: Shona Halson, PhD, argumentou que o valor de qualquer métrica de treino desmorona se coletá-la não for prático o suficiente para se sustentar — a interpretação já é a parte difícil, sem precisar somar uma tarefa de captura de dados em cima.¹⁰

Se essa cerimônia é o que está te desgastando, você tem opções.

O Xert modela seu condicionamento a partir só da potência — sem o ritual da cinta — e se adapta a partir daí, por cerca de $10–15/mês (ele subiu os preços recentemente), com teste gratuito de 30 dias. O JOIN, da mesma forma, se apoia em potência e pedais concluídos em vez de um protocolo de HRV durante o exercício.

E se o que você realmente quer é coaching atento à recuperação sem se prender a um laboratório a cada treino, o SensAI segue o caminho do wearable de pulso. Ele lê HRV noturna, sono e frequência cardíaca de repouso de um Apple Watch, Oura, WHOOP ou Garmin através do Apple HealthKit, e treina a partir dos dados de recuperação que seu wearable já coleta enquanto você dorme — sem nenhum protocolo de cinta durante o exercício. Esse sinal de sono não é um mero adicional, aliás: uma única noite de privação parcial de sono prejudica de forma mensurável a recuperação de apenas uma sessão de treino,¹¹ então lê-lo bem durante a noite vale a pena. A mecânica desse pipeline está coberta em nosso mergulho profundo sobre integração de HRV e wearables.

Um alerta, dito sem rodeios para que ninguém entenda errado: a prontidão por HRV noturna e o DFA alpha 1 durante o exercício são medições diferentes, respondendo a perguntas diferentes. O DFA alpha 1 estima seus limiares de treino em pleno esforço; a HRV noturna mede seu estado de recuperação em repouso. O SensAI faz a segunda coisa, não a primeira — ele não vai replicar a detecção de limiar, e não afirma fazer isso. O que ele elimina é o imposto da cinta especificamente para o trabalho de coaching de recuperação.

Frustração nº 5: você quer um humano — ou um ecossistema maior

Às vezes a resposta honesta é que nenhum app é suficiente, e você quer uma pessoa no processo ou uma plataforma mais profunda por trás de você.

Essa é uma saída elegante para o TrainingPeaks. Seu nível Premium custa cerca de $19,95/mês (aproximadamente $120–135 na cobrança anual, com um nível básico gratuito) em julho de 2026, e seu grande diferencial é o marketplace de coaches — você pode contratar uma pessoa de verdade e dar a ela análises no padrão da indústria para trabalhar. Combine com o Intervals.icu, um sandbox de análise gratuito genuinamente poderoso (uma contribuição opcional de apoiador libera extras), e note que o AI Endurance pode exportar direto para lá se você quiser os planos do gêmeo em um espaço de trabalho mais rico.

Há um motivo fisiológico para a supervisão humana valer o preço nas bordas. O overtraining não é um único interruptor que se ativa — a declaração de consenso conjunta do European College of Sport Science e do American College of Sports Medicine concluiu que não existe um único marcador para o overreaching não funcional; é preciso pesar múltiplos sinais contra a situação real do atleta.¹² Esse tipo de julgamento, perto da linha vermelha, é onde um coach que te conhece pode superar qualquer fórmula. Se você está considerando esse caminho, nosso guia complementar sobre alternativas ao Athletica aprofunda o caso do humano e do ecossistema.

Software de coaching de resistência em 2026: o panorama completo

Dando um passo atrás, o campo se organiza em filosofias distintas, não em um único ranking. Aqui está o panorama, com cada motor descrito com honestidade.

Plataforma	Motor de coaching	Esportes	Preço (em julho de 2026)	Melhor para
AI Endurance	Gêmeo digital de ML por atleta + DFA alpha 1	Corrida / ciclismo / tri, um por vez	~$20/mês, ~$130–200/ano	Atletas autotreinados orientados por dados
TrainerRoad	ML adaptativo + biblioteca estruturada	Focado em ciclismo	$21,99/mês, $209/ano	Execução polida
Athletica	Motor de regras transparente (Potência Crítica)	Multiesportivo	$19,90/mês, ~$189/ano	Transparência com ciência publicada
TrainingPeaks	Análises + marketplace de coach humano	Multiesportivo	$19,95/mês, ~$120–135/ano (básico gratuito)	Coaching humano + ecossistema
Intervals.icu	Sandbox de análise manual	Multiesportivo	Gratuito (+ apoiador opcional)	Usuários avançados que fazem tudo sozinhos
JOIN	Pedais diários adaptativos	Ciclismo	€16,99/mês, €119,99/ano	Adaptação simples para ciclismo
Xert	Assinatura de condicionamento baseada em potência	Ciclismo	~$10–15/mês, teste de 30 dias	Ciclismo adaptativo sem cinta
TriDot	Otimização de triathlon por ML + níveis de coach	Triathlon	Em níveis, ~$15–200/mês	Triatletas que querem complementos de coach
Humango	Agendamento multiesportivo com IA	Multiesportivo	~$17–29/mês	Multiesportistas com agenda apertada
SensAI	Coach com LLM + dados de recuperação por wearable	Fitness em primeiro lugar; resistência em amadurecimento	Assinatura, sem nível gratuito, iOS	Atletas que querem raciocínio e explicações

Uma nota de rodapé sobre a tabela: o Spoked existe como outra opção de ciclismo na faixa de aproximadamente $14–15/mês, e os preços em todo esse campo mudam — confirme cada um no site do próprio fornecedor antes de se comprometer.

A verdade incômoda é que “melhor app de coaching de resistência 2026” não tem uma resposta única, e qualquer lista que te dê uma está vendendo alguma coisa. Rode o diagnóstico em vez disso: nomeie a frustração primeiro, e a plataforma cai naturalmente a partir disso. Para um campo mais amplo que inclui força e fitness geral, nosso compilado de melhores apps de personal trainer com IA de 2026 cobre terreno que esta lista focada em resistência não cobre.

Quando você deve ficar com o AI Endurance

Muitos atletas deveriam ignorar este guia inteiro e manter a assinatura. Ficar é a decisão certa se você é:

Um atleta autotreinado e fluente em dados, que genuinamente gosta de confiar em um modelo bem construído e não precisa que ele se explique em palavras.
Equipado para bons dados de HRV — você tem uma cinta peitoral de qualidade, captura intervalos R-R limpos e quer rastreamento de limiar sem laboratório. A ciência do DFA alpha 1 por trás disso é legítima, e sua implementação é precisa.¹⁴
Sensível a preço — ele fica significativamente abaixo do TrainerRoad e da maioria dos incumbentes de treino estruturado.
Satisfeito com um desenvolvedor solo responsivo, que entrega melhorias constantes e escuta feedback, algo que usuários de longa data elogiam de forma consistente.

Há também um encaixe de filosofia de treino aqui. Se você já confia em uma abordagem majoritariamente hands-off, guiada por modelo, e cuida sozinho das suas decisões diárias de “seguir ou recuar”, um motor preditivo combina com a forma como você treina. O desempenho em resistência depende fortemente de acertar sua distribuição de intensidade — a divisão de aproximadamente 80/20 entre fácil e difícil que o trabalho de Stephen Seiler estabeleceu como o padrão ao qual atletas de elite convergem¹³ — e um modelo disciplinado que mantém essa estrutura por você é uma forma perfeitamente boa de se manter honesto sobre isso. Se quiser se aprofundar nessa divisão, veja nosso guia sobre distribuição de intensidade polarizada vs limiar vs piramidal.

Perguntas frequentes: respostas rápidas

Qual é a melhor alternativa ao AI Endurance?

Não existe um vencedor universal — depende do motivo da sua saída. Para um coach que explica seu raciocínio em português simples, um app com LLM como o SensAI; para execução de treino polida, o TrainerRoad; para um coach humano e um ecossistema maior, o TrainingPeaks. Combine a ferramenta com sua frustração específica. (Ressalvas honestas do SensAI: sem nível gratuito, sem marketplace de coach humano, e profundidade em resistência ainda em amadurecimento.)

Quanto custa o AI Endurance?

Cerca de $20/mês ou aproximadamente $130 no plano anual, embora os valores publicados variem por plataforma e região — o preço via compra no app costuma ficar mais perto de $200/ano. Há um teste gratuito de 14 dias sem exigência de dados de pagamento. Confirme o valor atual em aiendurance.com/pricing, já que os preços mudam.

AI Endurance vs TrainerRoad — qual devo escolher?

Escolha o TrainerRoad se o polimento na execução for o seu ponto de ruptura: ele tem o melhor player de treino indoor, uma biblioteca estruturada enorme e treino adaptativo, por $21,99/mês ou $209/ano. Fique com o AI Endurance se preço e rastreamento de limiar baseado em HRV importarem mais do que uma interface mais refinada.

AI Endurance vs Athletica — qual é a diferença real?

O AI Endurance é uma caixa-preta de ML preditivo: uma rede neural por atleta que prevê seu melhor plano sem explicar seu raciocínio. O Athletica é um motor de regras transparente construído sobre o modelo de Potência Crítica, então toda prescrição remonta a uma fórmula inspecionável. Um otimiza de forma opaca; o outro mostra o trabalho. Nosso guia de alternativas ao Athletica cobre essa troca por completo.

O DFA alpha 1 do AI Endurance é preciso?

Sim — testes independentes descobriram que o cálculo de DFA alpha 1 do app se correlacionava com o padrão de pesquisa Kubios em cerca de r = 0,96, com apenas diferenças triviais.⁴ A ressalva real não é a precisão, é o peso: conseguir dados limpos e sem artefatos exige uma cinta peitoral de qualidade e disciplina cuidadosa de gravação em toda sessão, que é exatamente o imposto de configuração que alguns atletas abandonam a plataforma para escapar.

References

Rogers B, Giles D, Draper N, Hoos O, Gronwald T. “A New Detection Method Defining the Aerobic Threshold for Endurance Exercise and Training Prescription Based on Fractal Correlation Properties of Heart Rate Variability.” Frontiers in Physiology, 2021. https://pubmed.ncbi.nlm.nih.gov/33519504/ ↩ ↩² ↩³
Rogers B, Giles D, Draper N, Mourot L, Gronwald T. “Detection of the Anaerobic Threshold in Endurance Sports: Validation of a New Method Using Correlation Properties of Heart Rate Variability.” Journal of Functional Morphology and Kinesiology, 2021. https://pubmed.ncbi.nlm.nih.gov/33925974/ ↩
Gronwald T, Rogers B, Hoos O. “Fractal Correlation Properties of Heart Rate Variability: A New Biomarker for Intensity Distribution in Endurance Exercise and Training Prescription?” Frontiers in Physiology, 2020. https://pubmed.ncbi.nlm.nih.gov/33071812/ ↩ ↩²
Muscle Oxygen Training. “AI Endurance – DFA a1 accuracy initial review.” muscleoxygentraining.com, July 2021. http://www.muscleoxygentraining.com/2021/07/ai-endurance-dfa-a1-accuracy-initial.html ↩ ↩² ↩³
TrainerRoad Forum. “AIEndurance … thoughts?” TrainerRoad Community. https://www.trainerroad.com/forum/t/aiendurance-thoughts/59786 ↩
Plews DJ, Laursen PB, Stanley J, Kilding AE, Buchheit M. “Training adaptation and heart rate variability in elite endurance athletes: opening the door to effective monitoring.” Sports Medicine, 2013. https://pubmed.ncbi.nlm.nih.gov/23852425/ ↩
Vesterinen V, Nummela A, Heikura I, Laine T, Hynynen E, Botella J, Häkkinen K. “Individual Endurance Training Prescription with Heart Rate Variability.” Medicine and Science in Sports and Exercise, 2016. https://pubmed.ncbi.nlm.nih.gov/26909534/ ↩
Javaloyes A, Sarabia JM, Lamberts RP, Moya-Ramon M. “Training Prescription Guided by Heart-Rate Variability in Cycling.” International Journal of Sports Physiology and Performance, 2019. https://pubmed.ncbi.nlm.nih.gov/29809080/ ↩
Nuuttila OP, Nikander A, Polomoshnov D, Laukkanen JA, Häkkinen K. “Effects of HRV-Guided vs. Predetermined Block Training on Performance, HRV and Serum Hormones.” International Journal of Sports Medicine, 2017. https://pubmed.ncbi.nlm.nih.gov/28950399/ ↩
Halson SL. “Monitoring training load to understand fatigue in athletes.” Sports Medicine, 2014. https://pubmed.ncbi.nlm.nih.gov/25200666/ ↩
Rae DE, Chin T, Dikgomo K, Hill L, McKune AJ, Kohn TA, Roden LC. “One night of partial sleep deprivation impairs recovery from a single exercise training session.” European Journal of Applied Physiology, 2017. https://pubmed.ncbi.nlm.nih.gov/28247026/ ↩
Meeusen R, Duclos M, Foster C, Fry A, Gleeson M, Nieman D, Raglin J, Rietjens G, Steinacker J, Urhausen A. “Prevention, diagnosis, and treatment of the overtraining syndrome: joint consensus statement of the European College of Sport Science and the American College of Sports Medicine.” Medicine & Science in Sports & Exercise, 2013. https://pubmed.ncbi.nlm.nih.gov/23247672/ ↩
Seiler S. “What is best practice for training intensity and duration distribution in endurance athletes?” International Journal of Sports Physiology and Performance, 2010. https://pubmed.ncbi.nlm.nih.gov/20861519/ ↩